محمد صدیقی؛ امیر شاهرخ امینی
چکیده
بحران کمبود آب موجود در جهان، مدیریت آب در بخشهای مختلف از جمله حوضههای آبی و کشاورزی را تحت تاثیر قرار داده است. حوضههای آبی و زمینهای اطراف آنها درطول سالهای اخیر با چالشهای جدی از قبیل خشکشدن دریاچهها و رودها، بیلان منفی آبخوانها، تغییرات کاربری زمینهای اطراف، افزایش سطح زیرکشت اراضی ...
بیشتر
بحران کمبود آب موجود در جهان، مدیریت آب در بخشهای مختلف از جمله حوضههای آبی و کشاورزی را تحت تاثیر قرار داده است. حوضههای آبی و زمینهای اطراف آنها درطول سالهای اخیر با چالشهای جدی از قبیل خشکشدن دریاچهها و رودها، بیلان منفی آبخوانها، تغییرات کاربری زمینهای اطراف، افزایش سطح زیرکشت اراضی زراعی آبی و باغی و تغییر الگوی کشت از سمت محصولات کممصرف به محصولاتی با نیاز آبی بالا مواجه شدهاند. استفاده از تصاویر ماهوارهای بهدلیل پوشش وسیع مکانی، قدرت تفکیک بالا، هزینه کم، آرشیو زمانی غنی تصاویر ماهوارهای و سهولت روشهای تعیین کاربری، ابزاری مناسب و کارآمد برای کمک به مدیریت منابع آب و خاک است. در این پژوهش، چهار طبقه خاک، آب و مناطق مرطوب، شهری و کشاورزی انتخاب شدهاند. سپس، از دو روش طبقهبندی جنگل تصادفی و ماشینهای بردار پشتیبان، برای طبقهبندی تصاویر استفاده شده است. روشهای طبقهبندی با محاسبه دو شاخص دقت کلی و ضریب کاپا با استفاده از دادههای تست بررسی شدند. طبقهبندی جنگل تصادفی در چهار سال 2012، 2014، 2016 و 2018 و طبقهبندی ماشینهای بردار پشتیبان در دو سال 2008 و 2010 بالاترین دقت را دارند. بنابراین، الگوریتم جنگل تصادفی در تفکیک طبقهها بهخصوص حوضه آبی بهخوبی عمل کرده است و میتوان بهعنوان روشی قابل اعتماد از آن در این حوضه بهره برد.